מערכת מציאות מדומה בקוד פתוח למדידת למידה מרחבית בעכברים מרוסני ראש
3 במרץ 2023
כאן, אנו מציגים הגדרת חומרה ותוכנה פשוטה בקוד פתוח לחקר למידה מרחבית של עכברים באמצעות מציאות מדומה (VR). מערכת זו מציגה מסלול ליניארי וירטואלי לעכבר מרוסן ראש הפועל על גלגל באמצעות רשת של מיקרו-בקרים ומחשב לוח יחיד המריץ חבילת תוכנה גרפית קלה לשימוש של Python.
מערכת קוד פתוח זו של מציאות מדומה היא כלי חשוב לחקר למידה מרחבית במוח מכיוון שהיא מאפשרת לחוקרים להציג קבוצה עקבית של גירויים מרחביים לעכבר מרוסן ראש באמצעות מערך אלקטרוני מודולרי פשוט. יתרונה של מערכת זו הוא שהיא זולה, קלה להתקנה, קומפקטית ומודולרית, המאפשרת בניית מערכים התנהגותיים מרובים לאימון ואינטגרציה עם מערכי התנהגות קיימים מרוסנים לראש. מערכת זו אידיאלית למדידת למידה מרחבית ועכברים מרוסני ראש, אולם באותה מידה היא מסוגלת לספק סביבות מציאות מדומה חזותיות לניסויים במינים ותכשירים אחרים, כולל פסיכופיזיקה אנושית ודימות מוחי.
המדגימות הליך זה יהיו קרלה דיאז והאנה צ'ונג, עוזרות מחקר במעבדה שלנו. כדי להתחיל, חבר את החוטים בין רכיב המקודד הסיבובי לבין ESP32 הסיבובי. למקודדים סיבוביים יש בדרך כלל ארבעה חוטים, חיוביים, GND, A ו- B.חבר אותם באמצעות חוטי מגשר ל- ESP32, 3 0.3 וולט, GND 25 ו- 26 פינים.
חבר את חוטי RX/TX הטוריים בין ESP32 הסיבובי לבין אופן הפעולה ESP32. צור חיבור פשוט של שני חוטים בין ESP32, Serial0 RX/TX הסיבובי ויציאת Serial2 של אופן הפעולה ESP32. חבר את חוטי RX/TX הטוריים בין ESP32 הסיבובי לבין GPIO של מחשב לוח יחיד או חיבור USB ישיר.
צור חיבור דו-חוטי בין פיני GPIO של מחשב לוח יחיד, 14, 15, RX/TX, לבין סיכות ESP32, Serial2, TX/RX 1716 הסיבוביות. לאחר מכן, חבר את ה- USB ESP32 הסיבובי ל- USB של מחשב הלוח היחיד כדי להעלות את קוד המקודד הסיבובי הראשוני. חבר את שסתום הסולנואיד הנוזלי 12 וולט ליציאת המעגל-משולב ULN2803 בקצה השמאלי של לוח המעגלים המודפסים הקטן OMW, חבר את יציאת הליקוק לכניסת המגע ESP32.
חבר את ה- USB ליציאת ה- USB של מחשב הלוח היחיד כדי להעלות תוכניות חדשות לאופן הפעולה ESP32 עבור פרדיגמות ניסוי שונות וללכוד נתוני התנהגות באמצעות שרטוט העיבוד הכלול. לאחר מכן חבר את מתאם הקיר DC 12 וולט למחבר שקע החבית 2.1 מ"מ על התנהגות ESP32 OMW PCB קטן כדי לספק את הכוח עבור שסתום סולנואיד תגמול. חבר את יציאת HDMI two של המחשב על לוח יחיד ליציאת HDMI של המקרן.
פעולה זו תישא את סביבת התוכנה הגרפית המעובדת על-ידי המעבד הגרפי של מחשב הלוח היחיד אל מסך ההקרנה. פתח את חלון המסוף במחשב הלוח היחיד ונווט אל תיקיית Hall Pass VR. הפעל את ממשק המשתמש הגרפי או ממשק המשתמש הגרפי של מציאות מדומה או VR כדי לפתוח את חלון ממשק המשתמש הגרפי.
בחר והוסף ארבעה אלמנטים מתיבת הרשימה עבור כל אחת משלוש התבניות לאורך המסלול, ולאחר מכן לחץ על צור. בחר תמונות רצפה ותקרה מהתפריטים הנפתחים והגדר את אורך הרצועה כשני מטרים עבור קוד לדוגמה זה. תן שם לתבנית זו, אם תרצה.
לחץ על לחצן התחל והמתן עד שחלון המציאות המדומה יתחיל לפני שתלחץ במקום אחר. סביבת התוכנה הגרפית תופיע במסך השני. הפעל את סקיצה העיבוד כדי לרכוש ולהתוות את תנועת הנתונים ההתנהגותיים.
פתח את הפקודה שצוינה ב- IDE העיבוד. שנה את בעל החיים למשתנה מספר העכבר שלך והגדר דקות הפעלה שוות לאורך ההפעלה ההתנהגותית בדקות. לחץ על הפעל כפתור על IDE עיבוד.
בדוק את חלון עלילת העיבוד שאמור להציג את מיקום העכבר הנוכחי במסלול הליניארי הווירטואלי כאשר הגלגל מסתובב יחד עם אזורי התגמול והיסטוגרמות הריצה של הליקוקים, ההקפות והפרסים, המתעדכנים כל 30 שניות. קדם את גלגל הריצה ביד כדי לדמות את העכבר פועל לבדיקה או השתמש בעכבר בדיקה להתקנה הראשונית. לחץ על חלון העלילה ולחץ על מקש Q במקלדת כדי להפסיק לרכוש נתונים התנהגותיים.
קובץ טקסט של האירועים והשעות ההתנהגותיים ותמונה של חלון העלילה הסופי ב- PNG נשמרים כאשר דקות ההפעלה חלפו או כאשר המשתמש לוחץ על מקש Q כדי לצאת. עבור חישול אקראי עם תגמולים שאינם אופרנטיים, הפעל את התוכנה הגרפית GUI תוכנית עם נתיב של אלמנטים חזותיים שרירותיים. לאחר מכן העלה את תוכנית ההתנהגות להתנהגות ESP32 עם תגמולים מרובים שאינם אופרנטיים כדי להתנות את העכבר לרוץ וללקק.
הניחו את העכבר בעדינות במנגנון קיבוע הראש, התאימו את פיה הליקוק למיקום קדמי בלבד לפיו של העכבר ומקמו את גלגל העכבר במרכז אזור מסך ההקרנה. הגדר את שם בעל החיים בשרטוט העיבוד ולאחר מכן לחץ על הפעל בעיבוד IDE כדי להתחיל לרכוש ולהתוות את הנתונים ההתנהגותיים. הפעל את העכבר בסשנים של 20 עד 30 דקות עד שהעכבר ירוץ לפחות 20 הקפות בכל סשן וליקק עבור פרסים המוצגים במקומות אקראיים.
עבור ליקוט אקראי עם תגמולים אופרנטיים בהקפות מתחלפות, העלה את תוכנית ההתנהגות עם אופרנט לסירוגין שווה לאחד ואמן את העכבר עד שהוא מלקק עבור אזורי תגמול לא אופרנטיים ואופרנטיים כאחד. עבור ליקוט אקראי אופרנטי מלא, העלה את תוכנית ההתנהגות עם ארבעה אזורי תגמול אקראיים אופרנטיים ואמן את העכבר עד שהוא מלקק פרסים באופן עקבי לאורך המסלול. בשלב הבא ללמידה מרחבית, הפעל את התוכנה הגרפית עם נתיב של מסדרון חשוך עם רמז חזותי יחיד במרכז.
לאחר מכן העלה את תוכנית ההתנהגות עם אזור תגמול מוסתר יחיד להתנהגות ESP32. תן לעכבר לרוץ במשך 30 דקות עם אזור תגמול נסתר יחיד ורמז חזותי יחיד במסדרון VR וללכוד נתונים במהלך ההפעלה כפי שתואר קודם. הורד את קובץ הנתונים txt מתיקיית שרטוט העיבוד ונתח את הנתונים ההתנהגותיים כדי לצפות בהופעתו של ליקוק סלקטיבי מרחבי כאינדיקטור ללמידה מרחבית.
למידה מרחבית באמצעות סביבת התוכנה הגרפית מוצגת כאן. באמצעות שלבים מתקדמים של אימון על ליקוט אקראי, עכברים למדו לרוץ על ההגה וללקק באופן עקבי לאורך המסלול ברמות נמוכות לפני שעברו למיקום תגמול נסתר אחד כדי להראות למידה מרחבית. במחקר זה, ארבעה מתוך שבעת העכברים למדו את משימת התגמול החבוי עם רמז חזותי יחיד בשניים עד ארבעה מפגשים, כפי שמוצג על ידי ליקוק שלהם ליד אזור התגמול עם סלקטיביות גוברת.
יתר על כן, העכברים הפגינו הן באופן משמעותי בתוך המפגש והן בין הלמידה בסשן. ליקוקים מרחביים בכל הקפה ביום השני הראו ליקוק מוגבר לפני אזור התגמול וליקוק מופחת במקומות אחרים, מה שמצביע על התפתחות של ליקוק ציפייה ספציפי מרחבי. הדבר העיקרי שיש לזכור בעת השימוש במערכת הוא כי עכברים יתפקדו היטב רק אם מחוזקים ונוחים על גלגל הריצה.
לכן, המים מגבילים את בעלי החיים כראוי, מטפלים בהם בעדינות ומוודאים שתנוחת ריסון הראש שלהם אופטימלית לריצה בזמן צפייה במסך ההקרנה. חוקר מדעי המוח יכול לשלב את מערכת הקוד הפתוח הזו של מציאות מדומה עם דימות in vivo או אלקטרופיזיולוגיה כדי לחקור מעגלים של נוירונים שבבסיס למידה מרחבית במוח. אנו חושבים שהפשטות של מערכת VR בקוד פתוח תאפשר לחוקרים לשלב את המערכת במערכי הקלטה עצבית מגוונים.
השליטה המדויקת בגירויים מרחביים בסביבת VR תאפשר לחוקרים לבחון את תרומתם של מעגלי נוירונים ספציפיים ללמידה מרחבית.
צפו בתמליל המלא וקבלו גישה לאלפי סרטונים מדעיים
סקירה כללית
מחקר זה מציג מערך חומרה ותוכנה פתוח ומפוספט להחקרה של למידה מרחבית בעכברים באמצעות מציאות מדומה (VR). המערכת מאפשרת לעכברים עם קיבוע ראש לנווט במסלול ליניארי וירטואלי, בעזרת בקרים זעירים (microcontrollers) ומחשב לוח יחיד המריץ חבילת תוכנה גרפית ב-Python.
מרכיבי מפתח של המחקר
תחום המדע
- מדעי המוח
- מחקרים התנהגותיים
- יישומי מציאות מדומה במחקר
רקע
- מערכת VR בקוד פתוח זו מספקת סט עקבי של גירויים מרחביים.
- ההתקנה היא חסכונית, קומפקטית ומודולרית.
- היא מאפשרת אינטגרציה עם התקנות התנהגותיות קיימות שבהן הראש מקובע.
- המערכת ישימה עבור מינים שונים ומחקרים מעבר לעכברים.
מטרת המחקר
- להציג מערכת קלה לשימוש למדידת למידה מרחבית בעכברים עם ראש מקובע.
- להדגים ולתאר את מערך הניסוי ואת פרוטוקולי התפעול.
- לנתח נתונים התנהגותיים במהלך משימות למידה מרחבית.
שיטות שנעשה בהן שימוש
- הפלטפורמה מורכבת ממערכת חומרה בקוד פתוח המשתמשת במיקרו-בקרים ובמחשב לוח יחיד.
- המודל הביולוגי כולל עכברים עם ראש מקובע החוקרים סביבות וירטואליות.
- במחקר זה לא נעשה שימוש בזרימות עבודה של מולטי-אומיקה (multiomics).
- השלבים כוללים חיבורי חיווט בין הרכיבים, העלאת תוכנה ואינטראקציה עם ממשק המשתמש הגרפי.
- נתונים התנהגותיים נאספים, מה שמאפשר ניתוח של למידה מרחבית באמצעות פרדיגמות ניסיוניות שונות.
תוצאים עיקריים
- המערכת מאפשרת מעקב אחר התנהגות עכברים על מסלול וירטואלי, תוך הדגמה של יכולות למידה מרחבית.
- נאספו נתונים התנהגותיים משמעותיים, החושפים פוטנציאל לתגובות מותניות במטלות מרחביות.
- הממצאים מצביעים על כך שניתן לאמן עכברים לקשר מיקומים ספציפיים עם תגמולים.
- ארבעה מתוך שבעה עכברים למדו בהצלחה מטלות של תגמול נסתר תחת תנאים ספציפיים.
מסקנות
- המחקר מתקף את יכולתו של מערכת ה-VR להקל על מחקר של למידה מרחבית במכרסמים.
- הוא מספק מודל למחקרים עתידיים הכוללים ניסויי התנהגות במינים שונים.
- התובנות שהתגלו עשויות לתרום להבנת מנגנונים רחבים יותר של למידה וזיכרון מרחביים.
שאלות נפוצות
רלוונטיות תעשייתית למנהלים
מערכות מציאות מדומה (VR) בקוד פתוח עבור עכברים עם ראש מקובע מאפשרות מדידה כמותית ברזולוציה גבוהה של למידה מרחבית והתנהגות, ובכך תומכות בהסרת סיכונים מכניסטיים בשלבים מוקדמים של גילוי במדעי המוח. הפלטפורמה המודולרית והזולה מקלה על השילוב עם אלקטרופיזיולוגיה והדמיה, ומספקת שליטה מדויקת על רמזים מרחביים והקשריים לצורך תיקוף מטרות. יכולת זו מגבירה את הביטחון החזוי בקשרים שבין מעגלים עצביים להתנהגות, ומספקת מידע לקבלת החלטות לגבי פורט폴יו בפיתוח תרופות למערכת העצבים המרכזית (CNS).
יישומים אסטרטגיים במחקר ופיתוח בביו-פרמה
גילוי מוקדם ותיקוף מטרה
- מאפשר חקירה של מנגנוני למידה מרחבית במעגלים עצביים מוגדרים תחת תנאים תחושתיים מבוקרים.
- תומך בתיקוף תפקודי של מטרות על ידי קישור פעילות המעגל לפלטים התנהגותיים במערכת הניתנת לשחזור.
- מסייע בהפחתת סיכונים מכניסטיים על ידי בידוד משתנים וכמתוב תגובות התנהגותיות לרמזים ספציפיים.
סריקה ופיתוח בדיקות
- מספקת פלטפורמה סטנדרטית לבדיקה התנהגותית להערכת התערבויות גנטיות או פרמקולוגיות בלמידה מרחבית.
- מספקת תוצאות כמותיות הניתנות לשחזור, כגון מספר סיבובים, קצבי לקיחה של נוזלים ובחירה סלקטיבית של אזור התגמול.
- מאפשרת בדיקה התנהגותית הניתנת להרחבה ובמקביל, באמצעות תכנון חומרתי ותוכנתי מודולרי.
מחקר תרגומי ופרה-קליני
- מקשר בין פלטים התנהגותיים לבין פעילות של מעגלים עצביים, ובכך תומך בפיתוח של סממנים ביולוגיים תרגומיים במחקר של ה-CNS.
- שומר על רצף בין בחינת מעגלים in vitro לבין תיקוף התנהגותי in vivo.
- מפחית את הסיכון התרגומי על ידי מתן אפשרות למדידה ישירה של פנוטיפים של למידה מרחבית הרלוונטיים למחלה.
שילוב תהליכי עבודה וצנרת עיבוד
מערכת VR זו ממוקמת ברצף שבין שלבי הגילוי המוקדמים לשלב הפרה-קליני, ומגשרת בין ניתוח מעגלים עצביים לבין פנוטיפיקה התנהגותית לצורך תיקוף מטרות במערכת העצבים המרכזית (CNS).
- ביולוגיה של גילוי: תומך בבדיקת היפותזות על למידה מרחבית ותפקוד מעגליים באמצעות בקרה מדויקת של גירויים.
- סריקה: מציע מוכנות של בדיקות ו reproducibility לסריקת תרכובות או סריקה גנטית בפרדיגמות התנהגותיות.
- אנליטיקה: מספק מדדים התנהגותיים כמותיים ויומני אירועים עם חותמות זמן לצורך ניתוח סטטיסטי רב-עוצמה.
- מחקר תרגומי: מקשר בין פעילות עצבית לנקודות קצה התנהגותיות, ובכך מסייע בגיבוש אסטרטגיות עבור סמנים ביולוגיים.
- שימוש חוזר ארגוני: עיצוב מודולרי ובקוד פתוח מאפשר התאמה לתוכניות מחקר נוירו-התנהגותיות מגוונות.
השפעה תפעולית וארגונית
- ערך מדעי: מגביר את הביטחון החיזוי בתיקוף מטרות במערכת העצבים המרכזית (CNS) על ידי קישור מעגלים עצביים להתנהגות למידה מרחבית.
- ערך תפעולי: סטנדרטיזציה של בדיקות התנהגותיות, המשפרת את השחזוריות והיכולת להרחבה (scalability) בין צוותי מחקר.
- ערך אסטרטגי: מסייע בקבלת החלטות לגבי המשך או הפסקת פיתוח (go/no-go) באמצעות אספקת נתונים התנהגותיים כמותיים ומעוגנים מנגנונית.
- השפעה על הפורטפוליו: מאפשר תעדוף של מטרות CNS מותאם סיכונים, המבוסס על פנוטיפינג התנהגותי חסון.
שיקולי יישום
- דורש מומחיות במדעי המוח התנהגותיים ובאלקטרוניקה בסיסית לצורך ההקמה והתפעול.
- מחייב אינטגרציה עם פלטפורמות של דימות או אלקטרופיזיולוגיה לצורך מחקרי מעגלים והתנהגות.
- דורש סטנדרטיזציה בין-צוותית של פרוטוקולים התנהגותיים ותהליכי ניתוח נתונים.
- ניתן להתאמה למינים שונים ולפראדיגמות ניסיוניות באמצעות שינויים מתאימים בחומרה.
- הביצועים תלויים בהסתגלות בעלי החיים ובפרוטוקולי חיזוק, כפי שמתואר בהנחיות המקור.
שאלות נפוצות בנושא ביו-פארמה
Chapters in this video
0:04
Introduction
1:03
Set Up the Rotary Encoder and ESP32 Connections
3:16
Running and Testing the Graphical Software Package
5:08
Mouse Training and Spatial Learning Behavior
7:11
Results: Spatial Learning Using the Graphical Software Environment
8:03
Conclusion
